这是一个有点普遍的问题，没有特定的代码示例。我试图从第三方库并行调用方法的调用。使用multiprocessing.Pool将是我想要的，但它失败了，因为该方法不是可以腌制的。使用扭曲的东西会有点过分。
单个呼叫是独立的，程序可以阻止等待整个呼叫完成。我确实需要将一些参数传递给并行调用，这可以通过一系列dicts来完成。所以我需要达到相当于
p = multiprocessing.Pool(count)
p.map(my_wrapper_around_some_3rd_party_method, my_list_of_dicts)
当第三方方法不适合时。
我应该看一下明显的python习语或模式吗？
答案 0 :(得分：0)
也许这会有所帮助： https://khinsen.wordpress.com/2012/02/06/teaching-parallel-computing-in-python/
在他的情况下，numpy.sqrt（）是不可挑选的，他在一个本地函数中调用它，并给出了map。
答案 1 :(得分：0)
你可以使用multiprocess，它是multiprocessing的一个能够腌制大多数python对象的分支。
>>> import multiprocess as mp
>>>
>>> pool = mp.Pool()
>>> import numpy as np
>>> pool.map(np.sqrt, range(4))
[0.0, 1.0, 1.4142135623730951, 1.7320508075688772]
>>> pool.map(lambda x: x**2, range(4))
[0, 1, 4, 9]
我是作者，您可以在此处获取：https://github.com/uqfoundation或使用pip install。